Regression modelEconometrics / time series
시간 가변 모수 그랜저 인과관계
시간 가변 모수 그랜저 인과관계는 시계열 간의 예측 관계가 시간에 따라 진화하도록 허용함으로써 고전적인 그랜저 인과관계 프레임워크를 확장합니다. 고정된 인과 효과를 가정하는 대신, 모델은 구조적 단절, 체제 변화 또는 경제/금융 관계의 점진적 진화를 포착하여 이동할 수 있는 인과 계수를 추정합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
방법 지도
관련 방법들로 이루어진 인접 영역 — 노드를 선택해 살펴보세요.
출처
- Granger, C. W. J. (1969). Investigating causal relations by econometric models and cross-spectral methods. Econometrica, 37(3), 424-438. DOI: 10.2307/1912791 ↗
- Primiceri, G. E. (2005). Time varying structural vector autoregressions and monetary policy. Review of Economic Studies, 72(3), 821-852. DOI: 10.1111/j.1467-937X.2005.00353.x ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Time-Varying Parameter Granger Causality. ScholarGate. https://scholargate.app/ko/econometrics/time-varying-parameter-granger-causality
어떤 방법일까요?
이 방법을 가장 가까운 동류의 방법들과 나란히 놓고 비교해 보세요 — 라이브러리는 책을 펼쳐 놓을 뿐, 선택은 여러분의 몫입니다.
- 그랜저 인과성 검정계량경제학↔ 비교
- 칼만 필터베이지안↔ 비교
- 구조적 벡터 자기회귀 (SVAR)계량경제학↔ 비교
- Vector Autoregression (VAR)계량경제학↔ 비교